Baseten viserait 1,5 Md$ et relance la ruée sur l’inférence

Baseten au cœur d’une nouvelle séquence de financement de l’IA

Le marché de l’IA générative a longtemps été raconté à travers deux récits dominants : la course aux modèles les plus puissants et la bataille pour l’accès aux GPU. Mais à mesure que les usages se déplacent de la démonstration technologique vers l’exploitation industrielle, une autre couche de la pile attire désormais l’attention des investisseurs : l’inférence, c’est-à-dire l’exécution concrète des modèles en production. C’est précisément sur ce terrain que Baseten revient au premier plan.

Selon TechCrunch, qui cite des informations rapportées sur le marché, la startup d’infrastructure IA Baseten serait en train de préparer une levée de fonds de 1,5 milliard de dollars, quelques mois seulement après son précédent tour majeur. La société serait valorisée autour de 13 milliards de dollars. Ni le montant ni la valorisation n’ont été confirmés publiquement par l’entreprise dans les éléments rapportés, mais l’ampleur des chiffres suffit à signaler un basculement : l’inférence n’est plus une sous-catégorie technique réservée aux équipes MLOps, elle devient un segment stratégique de premier rang.

L’information est significative à plusieurs niveaux. D’abord, parce qu’elle intervient dans un contexte où les dépenses d’IA se redistribuent. Ensuite, parce qu’elle concerne une entreprise positionnée non sur la création de modèles fondation, mais sur leur mise à disposition à grande échelle. Enfin, parce qu’elle traduit une conviction croissante des investisseurs : la valeur ne se concentre pas uniquement dans l’entraînement initial des modèles, mais aussi dans la capacité à les servir de manière fiable, rapide et économiquement viable.

Le cas Baseten illustre ainsi un changement de focale. En 2023 et 2024, les financements spectaculaires se concentraient surtout sur les laboratoires de modèles, les fabricants de semi-conducteurs et les fournisseurs de cloud. En 2025, puis plus nettement en 2026, l’attention s’est déplacée vers les couches capables d’absorber le choc de la mise en production : orchestration, optimisation, routage, observabilité, gestion des coûts et réduction de la latence. L’inférence, en d’autres termes, devient l’endroit où la promesse de l’IA doit prouver sa rentabilité.

Pour les entreprises, ce déplacement est loin d’être abstrait. Déployer un modèle n’est pas seulement une question de qualité des réponses. C’est aussi une équation de coût par requête, de temps de réponse, de disponibilité, de conformité et de capacité à monter en charge. À mesure que les usages se multiplient dans les centres de support, les moteurs de recherche internes, les copilotes métier, l’analyse documentaire ou les agents logiciels, la couche d’inférence devient le point de friction central entre ambition produit et réalité opérationnelle.

Dans ce cadre, la possible opération de Baseten est moins un simple tour de table qu’un indicateur de marché. Elle suggère qu’une partie des capitaux considère désormais l’inférence comme une infrastructure critique, au même titre que le cloud l’a été pour le logiciel d’entreprise au début des années 2010. La comparaison a ses limites, mais elle éclaire l’enjeu : celui qui contrôle la livraison du calcul IA en production peut capter une part importante de la valeur créée par l’explosion des usages.

Ce que dit précisément l’information rapportée par TechCrunch

La source de référence ici est TechCrunch AI, qui rapporte que Baseten serait en discussion pour lever 1,5 milliard de dollars. Le média indique que cette opération interviendrait seulement quelques mois après un précédent mega-round, ce qui souligne la rapidité du cycle de financement. TechCrunch évoque également une valorisation d’environ 13 milliards de dollars.

À ce stade, il s’agit d’une opération rapportée, non d’une annonce formellement close par l’entreprise dans les éléments disponibles. Cette nuance est importante. Dans l’écosystème IA actuel, de nombreuses discussions de financement circulent avant signature définitive, et les montants comme les valorisations peuvent évoluer. Le fait que TechCrunch choisisse de publier l’information montre néanmoins que Baseten est perçue comme un actif stratégique dans le segment de l’inférence.

Le cœur du sujet n’est pas seulement la somme. C’est le calendrier. Lever potentiellement 1,5 milliard de dollars peu de temps après un tour précédent renvoie à une dynamique rare, même dans la tech. Cela signifie que les investisseurs ne misent pas seulement sur une croissance organique progressive, mais sur un marché qui pourrait se structurer très vite, avec des besoins massifs en capacité, en recrutement, en infrastructure et en couverture commerciale.

Baseten opère sur un créneau devenu particulièrement lisible pour les acheteurs d’IA : aider les entreprises à déployer et servir des modèles à grande échelle. Cette proposition de valeur peut sembler plus discrète que celle des laboratoires qui publient des modèles spectaculaires, mais elle répond à une question beaucoup plus concrète pour les directions techniques et financières : comment faire tourner des modèles puissants en production sans exploser les coûts ni dégrader l’expérience utilisateur ?

La réponse passe par plusieurs dimensions techniques généralement associées à l’inférence :

• La latence, critique pour les interfaces conversationnelles, les recherches augmentées, les assistants temps réel et certains usages applicatifs.
• Le coût unitaire, qui détermine la viabilité économique d’un service IA quand le volume de requêtes augmente.
• La gestion de charge, essentielle lorsque les entreprises passent du pilote à des déploiements à l’échelle de milliers ou millions d’utilisateurs.
• La fiabilité opérationnelle, avec des attentes proches de celles du logiciel d’entreprise classique : disponibilité, supervision, reprise, conformité.
• L’optimisation matérielle, qui consiste à tirer le meilleur parti de ressources de calcul coûteuses.

Dans le récit de marché esquissé par TechCrunch, Baseten bénéficie donc d’une conjonction favorable : l’explosion continue de la demande en IA générative et la prise de conscience que l’avantage concurrentiel ne se joue pas uniquement dans la qualité brute des modèles, mais dans leur exploitation industrielle.

Le montant évoqué, 1,5 milliard de dollars, est aussi révélateur d’un autre phénomène : les investisseurs semblent considérer que la bataille de l’inférence nécessitera des moyens comparables à ceux des grandes infrastructures cloud ou semi-conducteurs. Une telle somme ne sert pas seulement à financer des effectifs commerciaux ; elle traduit l’idée que cette couche exige des investissements lourds, potentiellement en capacité de calcul, en logiciels système, en support entreprise et en expansion internationale.

La valorisation avancée autour de 13 milliards de dollars place, elle, Baseten dans une catégorie très restreinte de sociétés IA dont la promesse dépasse le statut de fournisseur d’outillage. Elle suggère une lecture plus ambitieuse : celle d’un acteur susceptible de devenir une brique structurante de l’économie de l’IA en production.

Pourquoi l’inférence est devenue le nouveau champ de bataille

Pour comprendre l’intérêt autour de Baseten, il faut revenir à la transformation du marché IA depuis l’arrivée des grands modèles génératifs. Dans la première phase du cycle, l’attention s’est concentrée sur l’entraînement : qui dispose des meilleurs jeux de données, des plus grands clusters de calcul, des architectures les plus performantes ? Cette phase a favorisé les laboratoires de pointe et les fournisseurs de puces. Mais une fois les modèles entraînés, une autre question est apparue, plus prosaïque et souvent plus coûteuse à long terme : comment les faire tourner, en continu, pour des clients réels ?

L’inférence est ce moment où la théorie devient une ligne de coût. Chaque requête d’utilisateur, chaque génération de texte, chaque analyse d’image, chaque appel d’agent logiciel consomme des ressources. À petite échelle, le problème est gérable. À grande échelle, il devient structurant. Une entreprise peut être séduite par un modèle impressionnant en laboratoire ; elle le sera beaucoup moins si le coût de service par utilisateur rend le produit impossible à rentabiliser.

C’est ici que l’inférence se distingue de l’entraînement. L’entraînement est massif, ponctuel ou périodique, souvent concentré entre les mains d’un nombre limité d’acteurs. L’inférence est distribuée, répétitive, omniprésente. Elle accompagne chaque interaction. Dans un monde où l’IA s’intègre à des logiciels métiers, des workflows documentaires, des outils de support, des applications grand public et des systèmes internes, l’inférence devient la dépense opérationnelle permanente.

Le marché s’est donc mis à valoriser des compétences jusque-là moins visibles :

• Compresser les coûts sans dégrader la qualité perçue.
• Réduire la latence pour rendre les interactions naturelles.
• Gérer plusieurs modèles selon les cas d’usage, les niveaux de service ou les contraintes budgétaires.
• Allouer intelligemment les ressources de calcul selon la demande.
• Industrialiser le déploiement pour des clients qui ne veulent pas devenir eux-mêmes des spécialistes de l’infrastructure IA.

La montée de l’inférence comme catégorie d’investissement renvoie aussi à un constat économique simple : dans de nombreux cas, la valeur se déplace de l’invention vers l’exploitation. Les modèles fondation peuvent être spectaculaires, mais ils ne créent de revenu récurrent à grande échelle que s’ils sont intégrés à des services robustes. Le fournisseur de la couche d’inférence se situe précisément à ce point de contact entre innovation algorithmique et usage facturable.

Cette logique explique pourquoi la possible levée de Baseten est interprétée comme plus qu’un financement isolé. Elle signale que des investisseurs estiment que l’inférence pourrait devenir une catégorie aussi stratégique que le cloud applicatif l’a été pour les entreprises SaaS. Le parallèle n’est pas parfait, car l’IA implique une dépendance plus forte au matériel, aux architectures de modèles et aux arbitrages de performance. Mais il éclaire une tendance : la chaîne de valeur se densifie, et les couches intermédiaires prennent de l’importance.

Il faut aussi noter que l’inférence est un terrain de compétition plus ouvert que celui des modèles fondation. Construire un modèle de pointe exige des capitaux et des données hors de portée de la plupart des startups. En revanche, optimiser l’exécution, l’orchestration et la mise à l’échelle ouvre un espace à des acteurs spécialisés. Cela ne rend pas le marché facile ; cela le rend simplement plus accessible à des entreprises qui misent sur l’ingénierie système, l’expérience développeur et l’exploitation commerciale.

Le cas Baseten s’inscrit dans cette dynamique. Si la société peut prétendre à une valorisation de l’ordre de 13 milliards de dollars, c’est que le marché ne voit plus l’inférence comme une commodité interchangeable. Il y voit une couche où se jouent la marge, la qualité de service et la vitesse de déploiement, trois variables décisives pour les acheteurs d’IA.

Une valorisation qui dit beaucoup de l’état du financement IA

L’un des éléments les plus frappants dans l’information rapportée par TechCrunch est l’écart entre la nature de l’activité de Baseten et le niveau de valorisation évoqué. Une entreprise spécialisée dans l’infrastructure d’inférence, valorisée autour de 13 milliards de dollars, rappelle à quel point le financement de l’IA reste dans une phase d’expansion exceptionnelle. Mais cette valorisation ne doit pas seulement être lue comme un signe d’euphorie. Elle révèle aussi une hiérarchie nouvelle des priorités.

Ces derniers mois, le marché a multiplié les signaux montrant que l’IA n’est plus évaluée uniquement sur le prestige de la recherche fondamentale. Les investisseurs cherchent aussi les goulets d’étranglement. Or l’inférence en est un. Plus les usages se généralisent, plus les entreprises ont besoin d’une couche capable d’absorber la complexité technique sans remettre en cause la rentabilité du produit final.

Dans cette perspective, la valorisation de Baseten peut être interprétée comme la prime accordée à un acteur positionné sur un maillon critique. Ce type de prime n’est pas inédit dans la tech. À plusieurs reprises, l’histoire du secteur a montré que les marchés récompensent fortement les entreprises capables d’abstraire une complexité coûteuse pour la transformer en service. Le cloud a permis d’abstraire l’infrastructure serveur ; les plateformes de données ont simplifié des chaînes analytiques complexes ; les outils de développement ont industrialisé la livraison logicielle. L’inférence pourrait suivre une logique comparable si elle devient un standard de consommation plutôt qu’un chantier d’intégration permanente.

Il faut toutefois souligner la spécificité du moment actuel. Contrairement à d’autres vagues logicielles, l’infrastructure IA reste fortement dépendante de ressources matérielles rares et coûteuses. Cela rend les montants de financement plus élevés, mais aussi les attentes plus exigeantes. Lever 1,5 milliard de dollars dans ce contexte signifierait non seulement disposer d’un récit convaincant, mais aussi devoir démontrer une capacité d’exécution à très grande échelle.

Le rythme même de la levée rapportée est révélateur. Revenir sur le marché quelques mois après un précédent tour important peut s’expliquer de plusieurs façons factuelles sans qu’il soit nécessaire de spéculer : l’accélération de la demande, la volonté de consolider une position rapidement, la nécessité de financer des investissements lourds, ou encore l’existence d’un appétit investisseur exceptionnel pour certains segments de l’IA. Quoi qu’il en soit, cette temporalité souligne un point central : la fenêtre d’opportunité est perçue comme immédiate.

La valorisation avancée autour de 13 milliards de dollars place aussi Baseten dans le paysage plus large des entreprises IA qui ne développent pas nécessairement le modèle final consommé par l’utilisateur, mais structurent l’économie du secteur. C’est un marqueur important. Il montre que la chaîne de valeur se diversifie. Pendant un temps, l’IA a été racontée comme un duel entre laboratoires et fabricants de puces. Désormais, les investisseurs reconnaissent davantage le rôle des plateformes qui rendent cette IA exploitable.

Pour les observateurs européens et français, cette dynamique a une autre lecture : elle confirme le niveau de capital nécessaire pour exister sur certaines couches critiques de l’IA. Le contraste est fort avec un écosystème continental souvent plus prudent dans la taille des tours et plus fragmenté dans l’accès aux ressources. Cela ne signifie pas qu’aucun acteur européen ne puisse émerger, mais cela souligne l’ampleur de la compétition mondiale sur l’infrastructure.

Ce que cela change pour les entreprises et pour le marché francophone

La possible opération de Baseten intéresse directement les entreprises qui cherchent à déployer des modèles à grande échelle. Dans beaucoup d’organisations, l’IA est sortie de la phase exploratoire. Les directions métiers veulent des résultats mesurables, les DSI veulent de la gouvernance, et les directions financières veulent de la prévisibilité. L’inférence se trouve à l’intersection de ces trois exigences.

Pour une entreprise française ou européenne, le problème est très concret. Un assistant interne basé sur un grand modèle peut sembler convaincant lors d’un pilote mené sur quelques centaines d’utilisateurs. Mais lorsque l’outil est ouvert à des milliers de collaborateurs, la facture de calcul, la latence, les pics de charge et les contraintes de conformité deviennent des sujets de premier ordre. C’est précisément là qu’une plateforme d’inférence promet de créer de la valeur : en rendant supportable, techniquement et économiquement, le passage à l’échelle.

Les implications se lisent sur plusieurs plans.

Maîtrise des coûts

Le coût de l’IA en production reste l’un des principaux freins à l’industrialisation. Les entreprises ne cherchent plus seulement le meilleur modèle ; elles cherchent le meilleur compromis entre performance, rapidité et prix. Une infrastructure d’inférence performante peut permettre d’optimiser ce compromis. Dans un contexte budgétaire plus serré en Europe qu’aux États-Unis, cette dimension est particulièrement sensible.

Qualité de service

La latence n’est pas un détail technique. Dans un service client assisté par IA, dans un moteur de recherche documentaire ou dans un outil d’aide à la rédaction, quelques secondes de trop peuvent dégrader l’adoption. L’inférence devient donc un enjeu d’expérience utilisateur, pas seulement d’architecture backend. Pour les éditeurs logiciels français qui veulent intégrer l’IA à leurs produits, cette variable est déterminante.

Souveraineté et localisation

Le marché francophone, notamment en Europe, ajoute à l’équation des contraintes réglementaires et de gouvernance des données. Même lorsque les entreprises achètent des services auprès d’acteurs internationaux, elles doivent arbitrer entre performance, localisation des traitements, politique contractuelle et exposition à des fournisseurs extra-européens. La montée en puissance des plateformes d’inférence renforce cette question : plus cette couche devient stratégique, plus sa dépendance à des acteurs non européens devient un sujet politique et industriel.

Accélération des déploiements

De nombreuses entreprises ne veulent pas bâtir elles-mêmes toute la chaîne d’inférence. Elles préfèrent consommer une plateforme ou un service managé. Si des sociétés comme Baseten captent une part croissante du marché, cela peut accélérer l’adoption en réduisant la complexité d’entrée. À court terme, c’est une bonne nouvelle pour les entreprises qui veulent aller vite. À plus long terme, cela peut aussi concentrer davantage le marché autour d’un petit nombre d’intermédiaires puissants.

Pour la France, où l’IA est à la fois un enjeu de compétitivité industrielle et de modernisation des services, cette évolution mérite attention. Les grands groupes, les éditeurs B2B, les scale-ups SaaS et les acteurs publics expérimentent déjà des cas d’usage génératifs. Leur défi n’est plus seulement de choisir un modèle ; c’est de bâtir une architecture soutenable. Dans cette perspective, la montée des spécialistes de l’inférence peut accélérer l’adoption, mais elle peut aussi renforcer la dépendance à des couches d’infrastructure étrangères si l’offre locale ne suit pas.

Il y a également un effet sur la chaîne de sous-traitance et de conseil. Plus l’inférence devient une discipline stratégique, plus les intégrateurs, cabinets spécialisés, hébergeurs et fournisseurs cloud régionaux doivent monter en compétence sur ces problématiques. Le marché francophone pourrait donc voir émerger davantage de services autour de l’optimisation des coûts IA, de la supervision des workloads génératifs et du pilotage de performance.

Au-delà de Baseten, le déplacement de valeur vers l’exploitation industrielle de l’IA

L’information publiée par TechCrunch sur Baseten ne doit pas être lue comme un simple épisode de surenchère financière. Elle raconte quelque chose de plus profond sur la maturité du marché. En 2026, la question n’est plus seulement de savoir quel acteur possède le modèle le plus impressionnant ou le plus grand accès aux GPU. La vraie bataille se joue de plus en plus sur la capacité à transformer l’IA en service industriel rentable.

Cette idée change la manière dont on évalue les entreprises du secteur. Un modèle de pointe peut créer un avantage initial, mais cet avantage est difficile à monétiser durablement si son exploitation reste trop coûteuse ou trop lente. À l’inverse, une infrastructure d’inférence efficace peut créer un levier économique sur une large diversité de modèles et de cas d’usage. C’est sans doute ce qui nourrit aujourd’hui l’appétit pour des sociétés comme Baseten.

Le déplacement de valeur de l’entraînement vers l’inférence ne signifie pas que l’entraînement devient secondaire. Les deux restent intimement liés. Mais l’équilibre change. Dans une phase d’expérimentation, l’essentiel de la valeur perçue vient de la nouveauté du modèle. Dans une phase d’industrialisation, la valeur se déplace vers la répétabilité, la fiabilité et la marge. Ce sont précisément les attributs de l’inférence en production.

Cette transition rappelle une règle constante de l’histoire technologique : une innovation ne transforme vraiment un marché que lorsqu’elle devient exploitable à grande échelle, avec des coûts compatibles avec un modèle économique. L’électricité n’a pas changé l’industrie parce qu’elle existait en laboratoire, mais parce qu’elle a été distribuée. Le cloud n’a pas changé le logiciel parce que la virtualisation était élégante, mais parce qu’elle a rendu l’infrastructure consommable. L’IA générative suivra probablement la même logique : son impact durable dépendra de sa capacité à être servie comme une utilité.

Dans ce scénario, les spécialistes de l’inférence pourraient devenir les arbitres silencieux de la prochaine phase du marché. Ils ne capteront peut-être pas toujours la visibilité médiatique des laboratoires de modèles, mais ils pourraient capter une part croissante de la valeur économique, car ils se situent au point où se rencontrent demande client, coût de calcul et qualité d’expérience. Si la levée rapportée de Baseten se confirme, elle renforcera cette lecture : l’infrastructure d’inférence n’est plus un simple middleware, c’est un actif stratégique.

Pour le marché francophone, la leçon est claire. Les entreprises qui veulent tirer parti de l’IA à grande échelle devront regarder au-delà des démonstrations de modèles et des annonces de puces. La question déterminante sera de savoir qui contrôle la couche qui rend ces modèles utilisables, gouvernables et profitables. C’est là que se joue une partie essentielle de la compétitivité numérique à venir.

Si 2023 a été l’année de la fascination pour les modèles, et si 2024 et 2025 ont consolidé la bataille de l’infrastructure de calcul, 2026 apparaît de plus en plus comme l’année où l’inférence s’impose comme le nouveau centre de gravité. La possible levée de 1,5 milliard de dollars de Baseten, telle que rapportée par TechCrunch, en serait moins le point de départ que le symptôme le plus spectaculaire : l’IA entre dans une phase où l’exécution compte autant que l’invention, et où la rentabilité du service devient aussi stratégique que la puissance du modèle.